量子遗传算法的变尺度混沌优化策略研究  

Study on mutative scale chaos optimization strategy of quantum genetic algorithm

作　　者：滕皓[1,2] 邵阔义 曹爱增[2] 杨炳儒[1] 

机构地区：[1]北京科技大学信息工程学院,北京100083 [2]济南大学信息科学与工程学院,济南250022 [3]北京银联商务有限公司,北京100048

出　　处：《计算机应用研究》2009年第2期543-545,548,共4页Application Research of Computers

基　　金：国家自然科学基金资助项目(60675030)

摘　　要：针对量子遗传算法(QGA)易陷入局部极值、具有早熟收敛等问题,分析了QGA的流程,从全局搜索和局部搜索两个层面探讨了QGA的改进策略,提出了一种新的算法。该算法利用混沌运动的遍历性和随机性进行全局搜索,同时利用梯度信息对QGA的量子更新过程环节进行优化。典型函数测试分析表明,该方法的综合性能明显优于量子遗传算法及遗传算法。Aiming at the trouble of easy getting into local minimum and premature convergency existed in quantum genetic algorithm,this paper analysed the flow of QGA,improved the strategy in two sides of global searching and local searching,and presented a new algorithm.This algorithm executed global search using the chaos movement s ergodicity and randomness,in the same time optimized the renovation process of quantum with the gradient information.The test of typical function shows that the performance of this kind ...

关 键 词：量子遗传算法 混沌优化 变尺度 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]